基于卷积神经网络的细胞图像分割与类型判别

发布时间：2020-11-04 19:59

　　 随着人工智能、大数据等最新前沿技术大面积落地及推广,近年来以卷积神经网络为基础的深度学习领域一直是科学研究领域的热点。基于深度学习技术在图像检索分类和特征提取融合等方面的优势,本文主要内容以卷积神经网络为基础将其应用于医学图像分割领域并进行分类判别研究,以实现将深度学习技术应用于医学图像数据分析研究。针对医学图像中的细胞尺寸大小不同、形态各异、纹理变化多样等特点,导致难以分割出精准的细胞区域问题,本文提出了一种基于卷积神经网络结合边缘聚类的新算法用于细胞图像分割。(1)首先用染色校正预处理方式提高原始图像样本的色彩对比度,(2)然后利用卷积神经网络得到初步的分割结果,(3)最后通过边缘聚类方式以提升分割结果的连续性和完整性。此外,本文中还利用了深度学习目标检测技术做细胞区域目标检测,也取得了一定的实现效果,更加直观显示细胞图像中有效目标区域,帮助广大医学工作者识别判定,为病理学家提供一些客观的数据参考。实验表明:相较于经典的卷积神经网络、模糊聚类、阈值分割等其他细胞图像分割算法,本文提出的细胞分割方法在分割结果的完整度方面提升了6.15%;较经典的VGG19结构提升了1.17%。在实际临床医学诊断过程中,细胞的尺寸大小通常用作评判细胞生理状态类型好坏的参考依据,在此基础上本文使用了目前较为流行的计算机视觉技术,以此方式获得分割图像中细胞颗粒的基本属性特征,即周长、面积等,并通过支持向量机分类器进行细胞类型判别。另外,本文还结合了现有机器学习中常用方法将细胞颗粒进行分类聚类操作,也得到了一些有效识别分类的效果。
【学位单位】：上海师范大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP391.41;TP183;R318
【部分图文】：

组织细胞切片图

各类阈值分割方法比较

图2-2两类边缘检测算子分割效果
【相似文献】

相关期刊论文 前10条

1 姚霆;张炜;刘金根;;基于深度学习的图像分割技术[J];人工智能;2019年02期

2 黄玲;石玉秋;覃永新;;基于小波融合的苹果图像分割的研究[J];科技视界;2018年29期

3 侯红英;高甜;李桃;;图像分割方法综述[J];电脑知识与技术;2019年05期

4 丁翠;;基于模糊信息处理的图像分割方法研究[J];信息系统工程;2017年11期

5 王平;魏征;崔卫红;林志勇;;一种基于统计学习理论的最小生成树图像分割准则[J];武汉大学学报(信息科学版);2017年07期

6 李然;李记鹏;宋超;;基于显著性检测的协同图像分割研究[J];现代计算机(专业版);2017年24期

7 邓惠俊;;一种基于数据场的图像分割方法与研究[J];长春工程学院学报(自然科学版);2016年02期

8 李继云;冀卿伟;;基于自适应局部阈值的交互式图像分割[J];计算机应用与软件;2014年11期

9 刘印;;对图像分割方法的认识及新进展研究[J];数码世界;2018年08期

10 杨成佳;;唇纹识别图像分割系统的研究[J];山西青年;2017年11期

相关博士学位论文 前10条

1 倪波;高强度聚焦超声图像分割方法研究[D];武汉大学;2016年

2 古晶;基于稀疏特征学习的SAR图像分割与半监督分类方法研究[D];西安电子科技大学;2016年

3 段一平;基于层次视觉计算和统计模型的SAR图像分割与理解[D];西安电子科技大学;2017年

4 胡佩君;腹部CT图像分割的可计算建模方法研究[D];浙江大学;2018年

5 姜枫;基于语义识别的砂岩薄片图像分割方法研究[D];南京大学;2018年

6 赵晓丽;面向图像分割的智能算法研究[D];上海大学;2018年

7 王森;非受限场景裂纹图像分割方法研究[D];昆明理工大学;2017年

8 王涛;特征度量与信息传递的交互式图论分割方法研究[D];南京理工大学;2017年

9 戴令正;自然图像分割的若干算法研究[D];南京理工大学;2017年

10 李钢;偏微分方程与变分技术在图像分割中的应用研究[D];太原理工大学;2018年

相关硕士学位论文 前10条

1 林珊珊;基于G~0分布的SAR图像分割算法的研究[D];天津理工大学;2019年

2 丁奇安;非限定环境下的车牌识别技术研究[D];安徽工程大学;2019年

3 孙夏;医学体数据处理算法研究及其在数字口腔中的应用[D];浙江大学;2019年

4 廖旋;基于深度卷积神经网络的图像目标分割研究[D];南昌航空大学;2019年

5 余强浩;应用于人工视觉假体的图像分割神经网络设计与硬件实现[D];西安理工大学;2019年

6 余佳佳;结合分数阶微分和活动轮廓模型的图像分割方法研究[D];南昌航空大学;2019年

7 李彪;基于生成式对抗网络的细胞图像分割方法的研究[D];哈尔滨理工大学;2019年

8 胡威;基于卷积神经网络的细胞图像分割与类型判别[D];上海师范大学;2019年

9 刘先丽;基于FCN和多图谱信息的脑图像分割研究[D];安徽大学;2019年

10 马岩;血细胞形态学检验与识别技术研究[D];北方工业大学;2019年

本文编号：2870538